针对掘进机传统状态监测系统存在的故障识别准确率低、预警滞后及诊断效率不足等问题，基于多技术融合理论，提出分层递进式状态监测系统架构与智能维修技术方案。系统集成工业传感器网络、边缘计算与云端决策技术，采用宽频带加速度计与双模温度传感器构建多物理量监测网络，通过 LoRa-以太网混合传输与时间敏感网络保障数据实时性。实际应用表明，系统将故障识别准确率提升至 92.3%，预警提前量达到 48h，诊断效率缩短至 16s，为矿山装备智能化运维提供有效技术支撑。